值得收藏 值得收藏 |近100页的《常见的五种神经网络》汇总电子书 值得收藏 |140+页文章推荐系统电子书 论文 论文|Sentence2Vec & GloVe 算法原理、推导与实现 论文|Doc2vec的算法原理、代码实现及应用启发 论文|Item2vec中值得品味的8个经典tricks 论文|万物皆可Vector之Word2vec:2个模型、2个优化及实战使用 论文|万物皆可Vector之语言模型:从N-Gram到NNLM、RNNLM 论文|Airbnb Embedding的实践和思考 论文|从DSSM语义匹配到Google的双塔深度模型召回和广告场景中的双塔模型思考 论文|AGREE-基于注意力机制的群组推荐(附代码) 论文|组推荐系统及其应用研究 论文|被“玩烂”了的协同过滤加上神经网络怎么搞? 论文|看腾讯如何玩转实时推荐-TencentRec 特征工程 特征工程|特征设计、特征可用性评估 特征工程|特征获取、特征规范和特征存储 特征工程|数据清洗、特征生成、特征拼接 特征工程|类别特征的常见处理方式(含代码) 特征工程|连续特征的常见处理方式(含实例) 特征工程|特征交叉(Feature Crosses) 特征工程|文本特征处理之词袋模型+Onehot编码 特征工程|文本特征处理的四大类主流方法 特征工程|深入探讨为什么要做特征归一化/标准化? 特征工程|可以解决什么样的问题和构建迭代过程说明 推荐系统 CTR预估模型中的正负样本问题 独孤九剑:算法模型训练的一般流程 传统机器学习和前沿深度学习推荐模型演化关系 最全面的推荐系统评估方法介绍 怎么理解基于机器学习“四大支柱”划分的学习排序方法 多角度审视推荐系统 基于DNN的推荐算法介绍 晓得嘛?混合推荐系统速览和技巧锦囊 用户网络行为画像知识点纪要 虽然简单但确不能不会的推荐算法重点回顾 基于tf实现稀疏自编码和在推荐中的应用 Embedding技术在推荐系统中的应用 美团点评|深度学习在推荐中的实践 图推荐算法介绍以及在EE问题上的应用 搜索和推荐系统中的深度匹配模型 YouTube基于多任务学习的视频排序推荐系统 以DSSM为例说明深度学习模型训练中的若干问题 万字长文 | 图表示学习中的Encoder-Decoder框架 陌陌直播如何做到推荐系统的从0到1 深入理解推荐系统 构建一个简易版的生产环境推荐系统(附代码) 大数据时代的用户画像基础介绍和构建流程 推荐系统实用分析技巧 计算广告与推荐系统有哪些区别?使用的主流模型有哪些? 推荐系统embedding技术实践总结